phython制作直方图和表的方法我们将首先加载用于绘图的matplotlib和seaborn模块。
importmatplotlib.pylabaspltimportseaborn % matplotlibinlineplt.hist (games (' fthg '，range(8) ) ) PLT.hist ) gamest
1 .计算并绘制x的直方图。 如果输入包含多个数据，则返回值为元组(n，kwdhxc，patches )或([n0，n1， ]，kwdhxc，[patches0，patches1， ] )。 要为装箱数据创建直方图，请参阅权重参数文档。
2 .可以用x提供多个数据。 可以用作不同长度的数据集列表[x0，x1，…]，也可以用作每列为数据集的二维数据数组。 请注意，ndarray表单相对于列表表单是倒置的。
3 .不支持掩码数组。
4 .容器、范围、权重和密度参数的行为与numpy.histogram相同。
matplotlib.pyplot.hist基本包括范围：x, kwdhxcs=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype=‘bar’, align=‘mid’, orientation=‘vertical’, rwidth=None, log=False, color=None, label=None, stacked=False, , data=None, kwargs)
具体的解释
输入值时，可以使用单个数组，也可以使用不需要相同长度的数组序列。
x:（n，）数组或（n，）数组序列
如果箱子是整数，则定义范围内的等宽箱子数。
如果箱子是序列，则定义包含第一个箱子左边缘和最后一个箱子右边缘的箱子边缘。 在这种情况下，垃圾桶的间隔可能不相等。 除了最后一个(最右边的)箱子外，所有的箱子都半开着
换句话说，垃圾桶是[ 1，2，3，4 ]
第一个箱子是[ 1，2 ] (包括1，但不包括2 )，第二个箱子是[ 2，3 ]，最后一个箱子是[ 3，4 ]，其中包含4。
如果kwdhxcs是字符串，则这是numpy.histogram_kwdhxc_edges支持的装箱策略之一。 分别是“自动”、“软盘”、“完成”、“停止”、“停止”和“擦除”
kwdhxcint或sequence或str，默认值：rcParams[“hist.kwdhxcs”]（默认值：10）
存储单元的下限和上限范围。 忽略下限和上限的异常值。 如果未提供，则范围为(x.min )、x.max ) )。 如果存储单元是序列，则范围无效。
如果框指定了序列或范围，则自动缩放将基于指定的框范围，而不是x范围。
rangetuple或None，默认值：None
如果为True，则绘制并返回概率密度。 每个框将显示框的原始计数除以计数总数和框宽度，以便直方图下的区域积分为1(NP.sum (密度np.diff )框) )。
如果叠加也为真，则直方图之和被归一化为1。
densitybool，默认值：False
与x相同形状的权重数组。 x的每个值只将相关权重贡献给仓库的数量，而不是1。 如果密度为真，则将对权重进行标准化，以使密度在此范围内的积分保持为1。
您可以使用此参数创建装箱数据的直方图。 例如，使用numpy.histogram。 通过将每个箱子视为单个点，权重等于其数量
权重（n，）类似数组或无，默认值：无
如果为真，则计算直方图。 每个框给出该框的计数加上小值的所有框。
最后一个箱子显示数据点的总数。
如果“密度”也为真，则对直方图进行归一化，使最后一个箱子为1。
如果累计值小于0，则累计方向相反，例如-1。 在这种情况下，如果密度也为真，则直方图被标准化为第一个仓库为1。
cumulativebool或-1，默认值：False
描绘每个箱子底部的位置，即从箱子底部到底部的历史(x，箱子)。 标量时，每个箱子底部的移动量相同。 对于数组，每个箱子独立移动，底部的长度必须与箱子的数量一致。 如果没有，则默认值为0。
组类型{‘bar’、‘bar stacked’、‘step’、‘step filled’}，默认值：“bar”
bottomarray-like、标量或无，默认值：无
“条形图”是一种传统的条形图。如果给定多个数据，则条形图将并排排列。“barstacked”是一种条形柱状图，其中多个数据相互叠加。
“步骤”生成默认情况下未填充的线形图。
“stepfilled”生成默认情况下已填充的线形图。
对齐{‘left’，‘mid’，‘right’}，默认值为’mid’
直方图条的水平对齐。
“左”：条形图位于左侧料仓边缘的中心。
“中间”：条形在料仓边缘之间居中。
“右”：条形图位于右侧箱子边缘的中心。
更有趣的是，我们可以使用二维直方图来比较成对值的频率
[h, x, y, i] = plt.hist2d(games["FTHG"], games["FTAG"], range(8))seaborn.heatmap(h.astype("int"), annot=True, fmt="d", cmap="coolwarm")上图显示1-1是最常见的分数。对角线上缺少符号说明了主队的优势，即185场比赛是1-0，而只有143场比赛是0-1，以此类推。
在下面的图中，我们看一下主客场犯规的分布情况。如果我们仔细观察，我们会发现主队犯规比客队多。
*seaborn.heatmap基本包括范围:(data, , vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt=’.2g’, annot_kws=None, linewidths=0, linecolor=‘white’, cbar=True, cbar_kws=None, cbar_ax=None, square=False, xticklabels=‘auto’, yticklabels=‘auto’, mask=None, ax=None, kwargs)
seaborn.heatmap是一个轴级函数，如果ax参数未提供任何热图，则会将热图绘制到当前活动的轴中。除非cbar为False或向cbar_ax提供单独的轴，否则该轴空间的一部分将用于绘制彩色地图。
数据矩形数据集
可以强制转换为数据数组的二维数据集。如果提供了数据帧，索引/列信息将用于标记列和行。
vmin，vmaxfloat可选值来锚定colormap，否则将从数据和其他关键字参数推断这些值。
cmapmatplotlib颜色映射名称或对象，或颜色列表，可选从数据值到颜色空间的映射。
如果未提供，默认值将取决于是否设置了中心。
中心浮动，可选打印divergant数据时要使颜色贴图居中的值。如果未指定任何cmap，则使用此参数将更改默认cmap。
robustbool，可选
如果不存在True和vmin或vmax，则使用稳健分位数而不是极值来计算颜色贴图范围。
annotbool或矩形数据集，可选
如果为True，则在每个单元格中写入数据值。如果一个数组与数据具有相同的形状，则使用它来注释热图，而不是数据。请注意，数据帧将匹配位置，而不是索引。
fmtstr，可选
添加批注时要使用的字符串格式代码。
注释键，值映射，可选
annot为True时matplotlib.axes.axes.text（）的关键字参数。
线宽浮动，可选将分割每个单元格的行的宽度。
linecolorcolor，可选将分割每个单元格的线条的颜色。
cbarbool，可选是否绘制颜色条。
cbar_kwsdict键，值映射，可选matplotlib.figure.figure.colorbar（）的关键字参数。
cbar_axmatplotlib轴，可选
要在其中绘制颜色条的轴，否则会占用主轴的空间。
squarebool，可选
如果为True，请将轴纵横比设置为“相等”，以便每个单元都是方形。
xticklabels、yticklabels“auto”、bool、list-like或int，可选
如果为True，则绘制数据帧的列名。如果为False，则不要打印列名。如果类似于列表，请将这些备用标签打印为XTICKLabel。如果是整数，请使用列名，但仅打印每n个标签。如果为“自动”，请尝试密集打印非重叠标签。
maskbool数组或数据帧，可选
如果传递，数据将不会显示在掩码为True的单元格中。缺少值的单元格将自动屏蔽。
axmatplotlib轴，可选
要在其中绘制绘图的轴，否则使用当前活动的轴。
kwargsother关键字参数
所有其他关键字参数都传递给matplotlib.axes.axes.pcolormesh（）。